对基因变异数据库和机器学习工具进行审查,以预测乳腺癌的病原性
Rahaf M Ahmad1, Bassam R Ali1, Fatma Al-Jasmi1,2
1Health Data Science Lab, Department of Genetics and Genomics, College of Medical and Health Sciences, United Arab Emirates University, Tawam road, Al Maqam district, Al Ain, Abu Dhabi, United Arab Emirates.
Briefings in bioinformatics
|December 27, 2023
概括
这项研究审查了预测乳腺癌 (BC) 病原性从遗传变异的工具. 在各种数据集上训练的专用工具提高了早期BC诊断的准确性.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 在瘤学瘤学.
背景情况:
- 遗传变异是乳腺癌 (BC) 的关键风险因素.
- 机器学习和大数据分析有助于预测BC病原性.
- 变种病原性预测的最佳工具和数据源仍然不清楚.
结论:
- 在来自不同数据库的多个不同的数据集上进行训练的工具为BC预测提供了更高的准确性和特异性.
- 这些专门的工具对临床医生来说是有价值的,可以更早地预测和诊断乳腺癌.
- 进一步研究优化数据集成以预测病原性是有必要的.


